●数据资产平台建设●
一、互联网数据安全现状及挑战
相信大家都会碰到这样的问题,为确保不发生数据泄露,安全部门从内到外使用各种安全防护手段,从终端、网络、主机、应用和数据等各个层面进行纵深防御,如网络采用了边界防护、WAF、黑白盒检查、主机HIDS、终端DLP、安全准入等,同时还会对数据进行加密和脱敏等。
但即便这样,还是避免不了数据泄露事件的发生,到底哪出了问题?
首先,是数据的无序流动:敏感数据在哪?
从互联网业务数据的流动说起,从用户注册到下单,生成订运单到落地数据存储后,开始在内部的不同使用场景流转和使用,数据在内部使用场景多且复杂,要掌握数据被哪些应用使用和存储,有挑战。
下图是电商行业数据流动的场景:
其次,是敏感数据谁有权限可以访问,访问是否正常?
这些数据会被授权给员工使用后,员工的访问权限是否合理、是否存在权限滥用或异常使用行为,特别是互联网人员离职和异动频繁,如果发生数据泄露,要溯源究竟是谁泄漏的,非常有难度。
二、数据资产平台解决的问题
基于这些问题和数据泄露的场景,重要数据的定位识别就非常关键,它可以为精准保护提供基础,同时也能够为安全管理决策提供依据。
基于这样的思路,在数据安全保护过程中,我们需要建设数据资产平台,它可以解决以下几个问题:
有哪些数据?
数据存储在哪?
数据流动到哪?
数据属于谁?
数据被谁使用了?
是否有足够的保护措施?
三、数据资产平台的价值及应用场景
通过数据资产平台构建以数据为核心的联动数据安全管控体系,可以将组织、应用、数据、措施各个层面进行全方位管控。
有如下几种应用场景:
场景一:制定数据保护策略。为数据安全保护提供基础。
场景二:数据管控和审计。基于要保护的数据针对性的进行重点管控,可重点对高危权限、高危岗位的权限滥用行为进行治理,同时也可以为权限审计提供技术支持。
场景三:访问权限申请评估。建立了权限规则,人员申请权限时,与数据资产平台进行联动,可阻断权限违规或授予过大的申请,避免数据违规使用或者滥用。同时基于数据对人员进行权限画像,对人员行为进行风险评分。
场景四:数据泄露溯源。基于数据资产快速进行定位和溯源。
四、数据资产平台的建设思路
01数据平台的建设阶段
数据资产平台建设分四个阶段:第一是数据资产化,第二是资产数字化,第三是数据可视化,第四是权限数字化。
第一阶段——数据资产化,即识别定位敏感数据。包括数据库、流量、接口等多个层面的数据,掌握数据的分布,对敏感数据进行标识及分类分级,为后面的保护提供基础。
第二个阶段——资产数字化,即对保护数据的安全措施和能力进行识别。举个例子,想要知道承载敏感数据的应用、接口、数据库的安全能力到底怎么样,有没有能力确保承载上面的数据安全,就需要把目前安全能力状态识别出来,比如数据是否已存储加密,接口是否已鉴权,接口是否已脱敏,数据安全的防护措施是否有效、到位,从而实现资产数字化。
第三个阶段——数据可视化,即掌握敏感数据的流动。比如数据被哪些应用调用,是否存在数据共享,数据是否外发等等。我们需要对已标识的敏感数据进行监控,一方面通过数据可视化来掌握数据流动的分布情况,识别数据流动的关系;另一方面通过可视化展示数据的处理过程,构建数据流动视图,就可以掌握谁的数据到底在哪些应用之间进行流转,数据被谁使用。
第四个阶段——权限数字化,即通过定位识别掌握内部人员有无敏感数据的访问权限,然后通过技术手段将权限数字化管理。权限数字化是在掌握数据流动视图后,对内部人员访问敏感数据的情况进行管控。
同时通过权限数字化,还可以对内部人员进行权限画像,对访问敏感数字的人员识别并标记为高危人群,权限标记为高危权限,进而重点管控,并分析权限活跃度、建立权限风控模型。当发现访问数据行为异常时,还可与IAM权限平台进行联动进行权限冻结或回收。同时也可逐步创建权限规则,建立数据访问基线,并与权限审批流程联动,避免内部人员随意申请高危权限。
02数据资产平台功能架构
数据资产平台的功能架构主要分四层:第一数据采集层、第二数据分析和识别层、第三数据展示层、第四数据服务层。
第一层,数据采集层。
数据采集层将相应的网络、应用、接口数据、关系数据、日志流量、在线元数据、离线元数据等进行采集、清洗、聚合和分类后,通过构建关系把这些数据间的关系打通,从而产出基础数据。
第二层,数据分析和识别层。
数据分析和识别层使用这些基础数据,可以进行数据分析、数据分类分级、数据血缘识别,数据上下游的关系构建等,也可以基于网络流量识别高危接口。需要特别指出的是,由于员工变动频繁,还需要对接人资数据和离职异动流程,确保识别出来的数据资产所属准确,才可以快速定位溯源,提高安全运营效率。
在数据自动识别过程中,需要提高数据的识别率和准确率,不断的优化和迭代识别规则,可以使用自动化识别技术,同样也可以增加人工手段,可采用工单的方式通知相关的业务部门或者研发同学对自动识别的字段进行人工校验,提升识别准确率。
构建数据关系上,特别是1)数据是怎么流动的,2)数据归属于哪个部门,3)数据的使用者又是谁,这三点非常重要,所以数据的血缘和关系构建也是非常关键。通过绘制数据流图,自动生成以数据为中心的数据清单,掌握数据所属的分布,这样就能清晰地定位数据属于哪个业务部门,下游使用者是谁,不管后续是做数据治理、管控还是应急响应,都可以提供支撑。
第三层,数据展示层。
可将数据目录、数据流图、统计报表可视化展现,从而一目了然地掌握数据分布和流动情况。
第四层,数据服务层。
数据资产平台提供服务接口,为其他安全部门或业务部门进行赋能。特别是数据流图对业务部门非常重要,如A业务部门自己的数据已经授权给B部门使用了,B部门是否只是自己使用,有没有把这个数据给C部门使用?通过构建的数据流图,可以掌握A部门所属的数据是否有非授权使用的情况,帮助业务解决数据共享过程中的安全保障问题,形成安全与业务彼此互助的良性循环。
03数据资产平台技术能力
1)数据分类分级
数据分为三大类,分别是用户类、业务类和公司类,分级参照数据价值、敏感度、影响、分发范围分为四级,分为L1到L4,同时制定分类分级原则,如就高不就低原则等。
2)敏感数据识别
结构化数据识别:可依据表和字段的名称、注释、样例等数据进行敏感识别,并借助正则匹配、关键字、算法模型等方式对元数据实现自动打标。从安全角度出发,数据资产平台内置了常见的10余种个人信息数据特征的数据标签规则,包括姓名、证件号、手机号、银行卡号、电话、Email等标签,也支持自定义分类分级识别规则,根据业务需求灵活添加自定义数据标识规则,通过库表字段命名方式,结合表、字段注释及样例数据进行自动打标。
敏感数据接口识别:采用Flink技术对流量中的URL进行聚合分析,结合请求和返回内容进行模式匹配,自动发现提取参数配置,还原接口的原始设计形式,得到接口实时清单,识别哪些接口存在敏感数据查询、批量下载、伪脱敏、未鉴权等风险。
3)数据血缘关系识别
识别敏感数据后,需要掌握数据使用关系和权属关系,从数据输入、输出的接口、数据之间调用关系,特别是数据的上下游传递层级,构建在线库和离线库的血缘关系。
4)数据流图构建
构建数据流动视图,落地实践过程中使用了三种技术:流量识别、源码分析、应用全链路跟踪识别。
每种技术各有优势和不足,以下是基于实践得出的每种技术在使用过程中的对比分析:
在实际落地过程中,结合自身IT基础设施情况,这三种技术取长补短相互验证,把数据流动关系构建得更加全面和准确。
下图是数据资产平台绘制的实时可视化数据流动视图,其中绿色是访问人员,蓝色是应用,红色是数据。这样就可以把人、应用、数据的关系串起来,掌握人员访问的数据及数据类型。
总结
随着业务数字化,为支撑业务和安全对数据资产的识别及数据流动的动态感知,因此需要构建以数据为核心的联动数据安全管控体系,从组织、应用、数据、管控措施等多个维度进行建设,提升数据安全和数据治理的水位。